maxwang的知识库

《因子选股系列研究之二十》:技术类新Alpha因子的批量测试-东方证券-20170217

由qxiao创建,最终由qxiao 被浏览 45 用户

这篇报告我们主要检验了Harvey(2016)文章中统计的从2002年以后显著且独立的技术类因子共16个。检验发现16个中的大多数因子在A股市场表现不佳,但其中分别是DOWNILLIQ,UPILLIQ,NCSKEW,DUVOL和IVmonthly这5个因子表现较好,rankIC的绝对值均大于0.05,IR的绝对值也都大于2.5

在这5个因子中DOWNILLIQ与UPILLIQ负相关性很高,说明A股市场不存在美股市场中的买卖非流动性的非对称现象,也就是说A股市场中的亏损厌恶效果较弱,这点与美股市场中DOWNILLIQ显著好于UPILLIQ不同。同时,NCSKEW和DUVOL这两个因子正相关性非常高,主要是因为这两个因子都是通过计算偏离平均收益的收益率的波动特征得到的,都是用来衡量股票的暴跌风险的指标

通过Fama-MacBeth回归剔除了12个因子之后,5个有效的新因子中还存在有一定信息增量的因子为DOWNILLIQ,UPILLIQ和IVmonthly

把新的因子(去除了时间较短的DOWNILLIQ和UPILLIQ因子)加入了到原因子库中做因子精简,与原来相比基本面因子并没有变化,ILLIQ这个因子被从12个因子中去除了,Ret1M这一反转因子被Ret3M和DUVOL这两个反转类的因子所替代了,此外新增加的因子为IVmonthly和EIVOL。

/wiki/static/upload/3c/3c210f97-4c2e-4704-a3d8-f76bec2a24cb.pdf

\

标签

因子选股A股市场

文档

《因子选股系列研究之二十六》:因子选股与事件驱动的Bayes整合-东方证券-20170601因子选股系列研究之二十二:中美市场因子选股效果对比分析-东方证券-20170306因子选股系列研究之二十五:多因子模型在港股中的应用-东方证券-20170426因子选股系列研究之二十三:反转因子失效市场下的量化策略应对-东方证券-20170409因子选股系列研究之二十四:细分行业建模之银行内因子研究-东方证券-20170425《因子选股系列研究之十九》:动态情景Alpha模型再思考-东方证券-20170217
{link}